एआई मॉडल और प्लेटफ़ॉर्म
न्यूरल नेटवर्क मॉडल ऑटिज़्म स्पेक्ट्रम डिसऑर्डर में अंतर्दृष्टि प्रदान करता है
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
टोहोकू विश्वविद्यालय के शोधकर्ताओं के एक समूह ने एक न्यूरल नेटवर्क मॉडल का उपयोग किया है जो कंप्यूटर पर मस्तिष्क को पुनः बनाता है, जिससे यह समझने में मदद मिलती है कि ऑटिज़्म स्पेक्ट्रम डिसऑर्डर वाले लोग चेहरे के भावों को व्याख्या करने में क्यों परेशानी होती है।
यह शोध साइंटिफिक रिपोर्ट्स पत्रिका में 26 जुलाई, 2021 को प्रकाशित हुआ था।
विभिन्न भावनाओं को पहचानना
यूटा टाकाहाशी इस पत्र के सह-लेखक हैं।
“मानव विभिन्न भावनाओं को पहचानते हैं, जैसे कि दुख और क्रोध चेहरे के भावों को देखकर। लेकिन यह ज्ञात नहीं है कि हम चेहरे के भावों के दृश्य सूचना के आधार पर विभिन्न भावनाओं को कैसे पहचानते हैं,” टाकाहाशी ने कहा।
“यह भी स्पष्ट नहीं है कि इस प्रक्रिया में क्या परिवर्तन होते हैं जो ऑटिज़्म स्पेक्ट्रम डिसऑर्डर वाले लोगों को चेहरे के भावों को पढ़ने में परेशानी का कारण बनते हैं,” टाकाहाशी ने जारी रखा।
प्रेडिक्टिव प्रोसेसिंग थ्योरी
शोध समूह ने प्रेडिक्टिव प्रोसेसिंग थ्योरी पर भरोसा किया, जो कहती है कि मस्तिष्क लगातार अगले संवेदी उत्तेजना की भविष्यवाणी करता है। जब भविष्यवाणी गलत होती है, तो मस्तिष्क खुद को अनुकूल बनाता है, और संवेदी जानकारी जैसे चेहरे के भाव भविष्यवाणी त्रुटि को कम करने में मदद करती है।
टीम द्वारा विकसित किया गया कृत्रिम न्यूरल नेटवर्क मॉडल प्रेडिक्टिव प्रोसेसिंग थ्योरी का उपयोग करता है, और यह विकास प्रक्रिया को पुनः बनाने में सक्षम था। यह चेहरे के भावों के वीडियो में चेहरे के हिस्सों की गति की भविष्यवाणी करने के लिए खुद को प्रशिक्षित करके ऐसा करता है।
अगला कदम न्यूरल नेटवर्क मॉडल के उच्च स्तर के न्यूरॉन स्पेस में भावनाओं के समूहों को स्व-व्यवस्थित करना था। उसी समय, मॉडल को यह नहीं पता था कि वीडियो में चेहरे का भाव किस भावना से संबंधित था।
मॉडल प्रशिक्षण में दिए गए चेहरे के भावों के अलावा अज्ञात चेहरे के भावों को सामान्य बनाने में भी सक्षम था, साथ ही साथ भविष्यवाणी त्रुटियों को कम करते हुए चेहरे के हिस्सों की गति को पुनः बनाने में सक्षम था।
यूटा टाकाहाशी और अन्य द्वारा छवि
शोधकर्ताओं की टीम ने तब प्रयोगों के दौरान न्यूरॉन्स की गतिविधियों में असामान्यताएं पैदा कीं, जिससे सीखने के विकास और संज्ञानात्मक विशेषताओं पर प्रभाव के बारे में अंतर्दृष्टि प्राप्त करने में मदद मिली। प्रयोगों ने दिखाया कि जहां न्यूरल जनसंख्या में गतिविधि की विषमता कम हो गई थी, वहां सामान्यीकरण क्षमता मॉडल में कम हो गई। इससे पता चलता है कि उच्च स्तर के न्यूरॉन्स में भावनात्मक समूहों का गठन बाधित हुआ, और इससे न्यूरल नेटवर्क मॉडल में अज्ञात चेहरे के भावों की भावना को पहचानने में विफलता की प्रवृत्ति हुई, जो ऑटिज़्म स्पेक्ट्रम डिसऑर्डर का एक लक्षण भी है।
टाकाहाशी का कहना है कि अध्ययन से पता चलता है कि प्रेडिक्टिव प्रोसेसिंग थ्योरी चेहरे के भावों से भावना पहचान को एक न्यूरल नेटवर्क मॉडल का उपयोग करके समझा सकती है।
“हमें उम्मीद है कि हम मानवों द्वारा भावनाओं को पहचानने की प्रक्रिया और ऑटिज़्म स्पेक्ट्रम डिसऑर्डर वाले लोगों की संज्ञानात्मक विशेषताओं के बारे में अपनी समझ को आगे बढ़ाने में सक्षम होंगे,” टाकाहाशी ने कहा। “अध्ययन उन लोगों के लिए उपयुक्त हस्तक्षेप विधियों को विकसित करने में मदद करेगा जो भावनाओं की पहचान करने में कठिनाई का सामना करते हैं।”
